摘要：如今，一些教育工作者正在与数据科学家进行合作，创建大数据分析工具，用来帮助学生获得更多的教育机会。

   如今，一些教育工作者正在与数据科学家进行合作，创建大数据分析工具，用来帮助学生获得更多的教育机会。
　　
　　遗憾的是，目前的教育领域是几乎是数据空白区。能源政策和系统分析（EPSA）前首席科学家利•凯利表示，教育行业面临着小样本的困扰，缺乏检测数据缺陷以及缺乏生成需要的数据的测试方法。
　　
　　但是大数据仍然是一个入口。在一个例子中，大规模开放在线课程（MOOCs）在对学生的表现进行大规模的分析，创建斯坦福大学所谓的有价值的数据。
　　
　　同样，卡恩学院是2006年创建的基于Web的非营利性教育机构，采用A/B测试的方式对其导致较好的学习效果的课程设置方面进行数据分析，而这实际上造成了不良的学习结果。通过收集的数据，他们能够确定提供了一个“偷看”的某些编程课程，实际上是并不鼓励学生听讲座，导致参与结果较低，与学习的结果相比，没有提供预览。
　　
　　举一个例子，著名教育出版商麦格劳希尔一直在利用大数据分析对教学情况进行分析。通过一个AWS的时间函数的应用程序，对学生和教师的课堂表现进行跟踪。使用MongoDB数据库，能够存储学生的成绩，并对其任务和更多的JSON数据进行提交，目前，简化数据的形式是为用户易于使用的格式。通过向学生提供这一连续的反馈，这一应用程序的创建者相信它将帮助学生和教师发现他们的表现可能会有“差距”，并最终确定如何提高整体学习成果。
　　
　　尽管前景令人兴奋，但在大数据能真正使下一代的学习过程中，仍有许多需要克服的障碍。凯利表示，这些数据会遇到熟悉的障碍，如互操作性问题的程序，格式问题，以及使用元数据的挑战。他还指出，美国和世界各地的教育的复杂性使得大数据分析面临极大挑战，尤其是试图跟踪学生的表现，涉及复杂的任务的时候。
　　
　　但有一个特别的问题，证明是对大数据的教育支持者的主要障碍：学生自己的隐私。一些人可能还记得，由比尔和梅琳达•盖茨基金会投资1000亿美元主办建立的inBloom项目，其目的是为教育者建立一个全国性的数据库，以便上传有关学生成绩和表现的数据，为了更好地跟踪一些学校和地区的数据（前身为共享的协作学习）。2014年这个项目被关闭后，家长认为学生数据的共享会导致他们的孩子隐私存在一定的风险。
　　
　　立法者们对那些在教育领域中使用大数据分析方法比较重视。在2015年，美国有46个州共提出了关于学生隐私的182项法案，15个州通过了28个数据隐私法。2014年推出了110个法案，以及立法通过了24个学生隐私法律。
　　
　　希望教育工作者、家长和立法者如何安全地利用大数据提高教育质量，在此之前，这些功能测试只让一些机构研究处理，如私立大学。但这并不能阻止数据科学家们创造新一代的学习工具，这也许会产生最聪明的学生。
　　
　　编辑：Harris